คำนวณค่าเบี่ยงเบนมาตรฐานด้วยตนเอง
ในวิดีโอ เราได้พูดถึงการวัดความแปรปรวนของข้อมูล และอธิบายว่าค่าเบี่ยงเบนมาตรฐานเป็นการวัดที่ใช้กันมากที่สุด ความเข้าใจในแนวคิดนี้มีความสำคัญมาก เพราะผู้สัมภาษณ์มักถามถึงเรื่องนี้ตั้งแต่ต้น ไม่ว่าจะเป็นโจทย์เขียนโค้ดหรือคำถามเชิงแนวคิด
ในแบบฝึกหัดนี้ จะได้ฝึกคำนวณค่าเบี่ยงเบนมาตรฐานด้วยตนเอง นั่นคือไม่ใช้ฟังก์ชันสำเร็จรูปอย่าง std() ในการหาคำตอบ
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
ฝึกทำข้อสอบสัมภาษณ์สถิติด้วย Python
คำแนะนำการฝึกหัด
- คำนวณค่าเฉลี่ยของลิสต์
numsที่เตรียมไว้ให้ โดยไม่ใช้ฟังก์ชันmean() - นำค่า
varianceที่คำนวณได้มาใช้ร่วมกับฟังก์ชันmath.sqrt()เพื่อหาค่าเบี่ยงเบนมาตรฐาน แล้วพิมพ์ผลลัพธ์ - ตรวจสอบความถูกต้องโดยพิมพ์ค่าเบี่ยงเบนมาตรฐานจริงด้วยฟังก์ชัน
np.std()ที่กล่าวถึงก่อนหน้านี้
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Create a sample list
import math
nums = [1, 2, 3, 4, 5]
# Compute the mean of the list
mean = ____
# Compute the variance and print the std of the list
variance = sum(pow(x - mean, 2) for x in nums) / len(nums)
std = ____
print(____)
# Compute and print the actual result from numpy
real_std = np.array(____).std()
print(____)